基于关联规则的城市电力负荷预测模型智能推荐

被引：5

作者：

肖峻 ^{[1
]}

耿芳 ^{[2
]}

杜柏均 ^{[1
]}

于波 ^{[1
]}

机构：

[1] 天津大学电力系统仿真控制教育部重点实验室

[2] 天津市电力公司城西供电分公司

来源：

天津大学学报 | 2010年 / 43卷 / 12期

关键词：

关联规则; 负荷预测; 模型; 智能推荐;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

摘要：

提出了一种基于关联规则的电力负荷预测模型智能推荐方法,解决了面对众多预测模型使决策者难以选择的问题.该方法首先建立预测模型与相关因素历史数据库,在此基础上进行关联规则挖掘,然后结合给定预测地区的相关因素条件,利用案例推理技术在挖掘出的规则中进行条件匹配,最终得出给定条件下各负荷预测模型对预测地区的适应情况并完成模型自动推荐.该方法充分利用国内42个城市预测案例积累的数据,通过数据挖掘并分析结果可以看出特定预测模型适用度与哪些相关因素有关,运用这些规则,得到合理的模型推荐结果.基于关联规则的适合模型推荐方法,不仅能自动分析模型适用度与各相关因素的内在联系,也能在一定程度上体现预测者对模型的偏好.通过我国某地区的负荷预测为例,说明了算法的正确性和可行性.

引用

页码：1079 / 1085

页数：7

共 10 条

[1] 基于关联分析的城市用电负荷研究 [J].

肖峻 ;

张晶 ;

朱涛 ;

史常凯 ;

张海平 .

电力系统自动化, 2007, (17) :103-107

[2] 基于最大信息熵原理的短期负荷预测综合模型 [J].

朱成骐 ;

孙宏斌 ;

张伯明 .

中国电机工程学报, 2005, (19) :1-6

[3] 关联规则技术在电力市场营销分析中的应用 [J].

侯雪波 ;

田斌 ;

葛少云 ;

路志英 .

电力系统及其自动化学报, 2005, (02) :67-72

[4] 中长期电力负荷预测软件包的开发与应用 [J].

虞瑄 ;

程浩忠 ;

游仕洪 ;

王旭 .

电力系统及其自动化学报, 2004, (02) :9-12+57

[5] 负荷预测中多模型的自动筛选方法 [J].

高峰 ;

康重庆 ;

夏清 ;

黄永皓 ;

尚金成 ;

孟远景 ;

何南强 .

电力系统自动化, 2004, (06) :11-13+40

[6] 基于关联规则的火电厂传感器故障检测 [J].

鲍文 ;

于达仁 ;

王伟 ;

徐志强 .

中国电机工程学报, 2003, (12) :173-177

[7] 城网规划计算机辅助决策系统 [J].

余贻鑫 ;

王成山 ;

肖俊 ;

严雪飞 ;

葛少云 ;

黄纯华 .

电力系统自动化, 2000, (15) :59-62

[8] 电力系统中长期负荷预测软件包的实现 [J].

黄伟 ;

费维刚 ;

王炳革 ;

蒋本一 .

现代电力, 1999, (01) :54-59

[9] 组合预测方法在电力负荷预测中的应用 [J].

谢敬东 ;

唐国庆 ;

徐高飞 ;

陈高文 .

中国电力, 1998, (06) :3-5

[10]

电力系统负荷预报理论与方法.[M].刘晨晖著;.哈尔滨工业大学出版社.1987,

← 1 →